题目描述
给你一个整数数组 prices
和一个整数 k
,其中 prices[i]
是某支给定的股票在第 i
天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 k
笔交易。也就是说,你最多可以买 k
次,卖 k
次。
注意: 你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
问题分析
每一天,股票的持有情况有两种,一种是持有股票,另一种是不持有股票。
- 若第 i 天持有股票,则可能是第 i - 1 天就持有股票,或者在第 i - 1 天买入一只股票。
- 若第 i 天不持有股票,则可能是第 i - 1 天就不持有股票,或者在第 i - 1 天卖出一只股票。
由于要使得利润最大,每一笔交易一定都是要完成的,即买入一只股票最终一定会在某一天卖出,以达到利润的最大。因此,我们可以在买入的时候就记录进行一次交易。
- 买入一只股票:利润要扣去股票的成本,同时记录一次交易。
- 卖出一只股票:利润加上卖出股票所得。
算法描述
根据上述的分析,我们可以采用动态规划的策略解决该问题。
状态定义:dp[i][j][k]
表示到第 i 天,最多进行 j 次交易,此时股票持有情况为 k(0表示不持有,1表示持有),对应的最大利润。
状态转移:
- 到第 i 天持有股票:
dp[i][j][1] = max(dp[i-1][j-1][0] - prices[i], dp[i-1][j][1])
- 到第 i 天不持有股票:
dp[i][j][0] = max(dp[i-1][j][1] + prices[i], dp[i-1][j][0])
边界情况: - 如果没有进行任何交易,对应最大利润恒为0,即
dp[i][0][0] = 0
- 第一天持有股票,只可能是买入,即
dp[0][j][1] = -prices[0]
。(这里 j 可以看作主动放弃 j 次交易机会)
状态压缩
观察状态转移方程,可以发现第 i 天的状态只与第 i - 1 天有关。因此,可以将原先的三维矩阵压缩成二维矩阵,即去除表示天数的那一维。最终的状态转移方程如下:
dp[j][1] = max(dp[j-1][0] - prices[i], dp[j][1])
dp[j][0] = max(dp[j][1] + prices[i], dp[j][0])
考虑到dp[j][1]
取决于上一天的dp[j-1][0]
,所以 j 从大到小进行遍历,这样就可以确保更新过程中,dp[j-1][0]
是上一天的状态值。
复杂度分析
状态压缩后的最终版本,时间复杂度为 O ( n 2 ) O(n^2) O(n2),空间复杂度为 O ( n ) O(n) O(n)
程序代码
未进行状态压缩
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
int n = prices.size();
vector<vector<vector<int>>> dp(n + 1, vector<vector<int>>(k + 1, vector<int>(2, 0)));
// 初始化
// 没进行任何交易,dp[][0][0]为0
for(int i = 0; i <= k; i++) {
dp[0][i][1] = -prices[0];
}
for(int i = 1; i < n; i++) {
for(int j = 1; j <= k; j++) {
// 到第i天持有股票:买入股票 or 保持
dp[i][j][1] = max(dp[i-1][j-1][0] - prices[i], dp[i-1][j][1]);
// 到第i天不持有股票:卖出股票 or 保持
dp[i][j][0] = max(dp[i-1][j][1] + prices[i], dp[i-1][j][0]);
}
}
// 到第n天,进行k次交易,此时手中无股票
return dp[n-1][k][0];
}
};
最终版本
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
int n = prices.size();
// vector<vector<vector<int>>> dp(n + 1, vector<vector<int>>(k + 1, vector<int>(2, 0)));
vector<vector<int>> dp(k + 1, vector<int>(2, 0));
// 初始化
// 没进行任何交易,dp[][0][0]为0
for(int i = 0; i <= k; i++) {
dp[i][1] = -prices[0];
}
for(int i = 1; i < n; i++) {
for(int j = 1; j <= k; j++) {
// 到第i天持有股票:买入股票 or 保持
dp[j][1] = max(dp[j-1][0] - prices[i], dp[j][1]);
// 到第i天不持有股票:卖出股票 or 保持
dp[j][0] = max(dp[j][1] + prices[i], dp[j][0]);
}
}
// 到第n天,进行k次交易,此时手中无股票
return dp[k][0];
}
};